1.大家经常会为在想，到底什么是机器学习？
机器学习相关解释：
（1）使用算法解析数据，从中学习，然后对世界上的某件事情做出决定或预测
（2）从任务T ，训练过程E，模型表现 P ，机器学习过程被解释为：【为实现任务T】，通过【训练关于T的经验E】，来实现提高【模型结果P】的过程
（3）机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能。
（4）机器学习是对能通过经验自动改进的计算机算法的研究。
（5）机器学习是用数据或以往的经验，以此优化计算机程序的性能标准。
2.机器学习、人工智能、深度学习又有什么关系呢？
实际上，人工智能（AI）＞机器学习（ML）＞深度学习（DL）
可以由下一幅图看出：
我们可以这样来将三者关系联系起来：
1.人工智能是一个大领域，机器学习只是一个小分支，
人工智能研究范畴有：语言的学习与处理，知识表现，智能搜索，推理，规划，机器学习，知识获取，组合调度问题，感知问题，模式识别，逻辑程序设计，软计算，不精确和不确定的管理，人工生命，神经网络，复杂系统，遗传算法人类思维方式。
2.从机器学习的概念理解，【为实现任务T】，通过【训练关于T的经验E】，来实现提高【模型结果P】的过程。
机器学习的训练过程中所采用的算法包括（神经网络）：
1、分层聚类，2、KNN，3、基于密度的聚类DBSCAN，4、K-means，5、自组织映射SOM，6、PCA，7、LDA，8、MDS，9、朴素贝叶斯，10、数据降维，11、神经网络，12、GMM，13、EM，14、LVQ，15、HMM，16、熵，条件熵，17、决策树，18、CART法，19、梯度下降，20、logistics回归，21、Adaboost，22、SMO，23、随机森林
3. 深度学习实际上是从神经网络而来
深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。
总结 ：人工智能领域包含了机器学习分支，而机器学习分支中的神经网络孕育了深度学习；今年来，深度学习领域得到了广泛的研究，使得深度学习更为受大家重视。
